Self Service BI zwischen Freiheit und Kontrolle (Teil 1)

Erhöhung der Flexibilität und Unabhängigkeit von Fachanwendern: größte Trends in der Business Intelligence │Business-IT-Blog

Die Erhöhung der Flexibilität und Unabhängigkeit von Fachanwendern ist einer der größten Trends in der Business Intelligence

Gerade in den letzten Jahren sind die fachlichen und technischen Anforderungen derart gestiegen, dass Unternehmen mehr für eine effiziente Arbeit ihrer BI-Anwender tun müssen. Der wachsende Erfolgs- und Zeitdruck auf die Fachbereiche, dynamische oder neue Anwendungsszenarien wie „Mobile BI“, immer kürzere Aktualisierungszyklen bei der Datennutzung oder die bislang geringe Nutzung von „Big Data“ sind nur einige Ursachen, die den Unmut über „klassische“ BI-Lösungen und ihre Erschaffer wachsen lassen – und den Unternehmenserfolg belasten.

Zwar ist es grundsätzlich nicht neu, dass sich Endanwender über fehlende Funktionen, schwer bedienbare und unübersichtliche Business-Intelligence-Frontends, lange Abfragezeiten oder schleppende Projekte für die Umsetzung ihrer Anforderungen beklagen. Doch geht es mittlerweile nicht mehr nur darum, einzelne Missstände und Wünsche zu adressieren, sondern insgesamt den Einsatz von Business-Intelligence-Lösungen neu zu gestalten. Insbesondere erfahrene Nutzer sollen künftig mehr Freiheitsgrade bei der Nutzung von BI-Anwendungen erhalten, damit sie schneller auf neue und dynamische Anforderungen reagieren zu können.
Mit Beschwichtigungen oder gar Blockaden seitens der IT ist es nicht getan, da entsprechende Anforderungen nach mehr „Agilität“ immer öfter in BI-Projekten auf der Agenda stehen und Antworten verlangen. Eine Reaktion darauf ist das Informationskonzept Self Service BI (SSBI), das über entsprechende Funktionen, Datenarchitekturen und organisatorische Rahmenbedingungen ausgewählten Anwendern die Nutzung ihres BI-Softwarewerkzeugs erleichtert und ihnen mehr Freiheit bei der Erzeugung und Auswertung von Geschäftsinformationen gewährt. Im Gegenzug kann SSBI die IT operativ entlasten, da Fachbereiche ihre dynamischen Anforderungen selber umsetzen können. Im Idealfall gewinnen BI-Verantwortliche dadurch wieder mehr Zeit und Ressourcen für strategische Vorhaben zurück.

SSBI-orientierte Datenarchitektur

Self Service BI, Abb. 1: Traditionelles Data Warehouse versus assoziative Analyse │Business IT Blog

Abbildung 1: Traditionelles Data Warehouse versus assoziative Analyse

Für gewöhnlich müssen Fachanwender von OLAP-Technologien zur Datenanalyse bereits vor deren Nutzung wissen, welche Frage-stellungen sich bei der Abfrage ergeben könnten, und dann die IT-Abteilung bitten, die erforderlichen Datenwürfel („Cubes“) und die entsprechenden Analysen zu erstellen. Der große Nachteil solcher traditioneller Data Warehouse-Ansätze ist die lineare, festgelegte Vorgehensweise, die ausschließlich vorgegebene Analysepfade bietet. BI-Anwender, die mit solchen Strukturen arbeiten, sind weniger flexibel und können Fragestellungen, die erst im Zuge der Analyse auftreten, nicht beantworten. Partner wie YAVEON stellen diesem traditionellen „Data-Warehouse“-Ansatz das Konzept der assoziativen Analyse gegenüber: mit Hilfe von QlikView können Daten spontan nach individuellen Anforderungen und Fragestellungen analysiert werden (siehe Abbildung 1).

Self Service BI, Abb. 2: Assoziative Analyse am Beispiel YAVEON Vertriebscontrolling │Business IT Blog

Abbildung 2: Assoziative Analyse am Beispiel YAVEON Vertriebscontrolling

Je nach der Selektion, die der Anwender vornimmt, erhält er bei einer assoziativen Analyse neue Erkenntnisse. So führt beispielsweise bei einer Umsatzauswertung die Selektion einer Region (Abbildung 2, im Beispiel ist die Region „Deutschland“, grün markiert) dazu, dass unmittelbar neben dem Umsatz pro Kunde in einem weiteren Selektionsfeld die in der Region verkauften Artikelkategorien („weiß“) und die nicht verkauften Artikelkategorien („grau“) angezeigt werden.

Dieses Prinzip lässt sich auf jede Selektion übertragen. So werden ähnlich wie bei der einfachen Suche mit Google durch die assoziative Analyse die Zusammenhänge zwischen den Daten ohne zeitliche Verzögerung gezeigt. Fragen, die sich für den Anwender im Zuge der Analyse ergeben (z. B. „Welche Kunden in Deutschland haben die Artikelkategorie „Fertigware“ in Kombination mit welchen anderen Artikelkategorien gekauft?“) können direkt durch weitere Selektionen beantwortet werden. Entscheider können mit diesem Ansatz ihre Daten von allen Seiten beleuchten. Er erfüllt damit die SSBI-Anforderung, dass sich die eingesetzten BI-Systeme flexibel nutzen lassen und Entscheidern schnelle Antworten auf unvorhersehbare erfolgskritische, oft komplexe Geschäftsfragen liefern.

Der zweite Teil der dreiteiligen Serie zum Thema Self Service BI: Freiheitsgrade in der Analyse.

Share on Google+Tweet about this on TwitterShare on FacebookShare on LinkedIn

Über den Autor Alle Beiträge sehen

Stefan Pietzarka

Stefan Pietzarka

Nach seiner Tätigkeit als wissenschaftlicher Mitarbeiter an der TU Dortmund baute Stefan Pietzarka die Logistikberatung für die arvato systems (Bertelsmann AG) erfolgreich mit auf. Anschließend begleitete er den Deutschlandstart für Europas größten Elite Solution Provider für QlikView. 2012 wechselte Stefan Pietzarka als Projektleiter in das Business Consulting Integration der YAVEON AG und ist dort inzwischen als Operations Manager für den Themenbereich Business Intelligence verantwortlich.

Schreibe einen Kommentar

Ihre Daten werden nicht an dritte weitergegeben